过去十年，健康险成为多方参与者争相涌入的“黄金赛道”，高速增长似乎成为“铁标签”。不过，大趋势下的小变化值得注意。

2022年，全国健康险保费收入为692亿元，到2022年达到了8653亿元，占比从13%上升到近三分之一，年均复合增长率达到33%，增速为寿险、财险等其他险种的2至3倍。

但一个不争的事实是，过去两年，受诸多内外部因素影响，健康险的发展并未达到早前的高预期。

2016年，健康险市场增速一度达到70%，若按此测算，到2025年中国健康险保费收入将会达到2万亿。显然市场发展已经背离预期，2022年，中国国健康险原保险保费收入仅同比增长不到2.5%。今年前5个月，健康险原保险保费收入4808亿元，同比仅增长6.14%，低于行业增速。

这引发了行业是否进入发展瓶颈期、险企是否该要做转型等一系列讨论，其中，医疗健康数据的获取、流动、应用最受关注。

不可否认的是，当前的健康险市场正值迈入万亿规模的漆黑前夜，但这条路上既有政策路灯作为指引，也有各方参与者思考灵光的碰撞。

9月7日-9日，由钛媒体与ITValue共同主办的2023 ITValue Summit数字价值年会在三亚举行。此次峰会主题为“数字经济时代的创新图谱”，聚焦数据建设、全球供应链建设、大模型等新技术与新趋势，以及金融、地产、医疗、消费零售等大产业，如何打造自身数字经济生态。

在本次年会的“数据驱动医疗大健康”主题闭门会上，险企、平台方、医疗机构及相关专家立足于各自行业，共同就商业健康险的路径探索、数据获取、人群拓展等问题展开讨论，希望能给行业发展带来帮助和启发。

通过与健康产业融合，解决商保行业痛点

当保险产业与医疗健康产业相结合，传统险企一直以来存在的用户粘性问题将有望得到解决。

i云保联合创始人章文华表示，传统保险企业的痛点是用户忠诚度差，只有极少数经过理赔的客户会对的认可度较高，但是这一情况通过保险与健康的产业融合，会得到改善。

“传统保险产品的金融属性更强，主要发挥保障杠杆作用，这就导致保险公司客户粘性差、忠诚度低。但保险结合健康管理后，传统模式的痛点得到改善，一方面能让用户关注自身健康，另一方面保险又在覆盖费用，形成生态。”章文华说道。

对此，复星保德信产品市场部（健康保险事业部）副总经理杨柳也表示赞同，从健康管理入手能进行健康保险的二次破局。但同时也会出现新的问题。

杨柳说：“有两大命题摆在我们面前：一是确实希望能给客户提供保险资金理赔之外的服务理赔，二是也希望解决客户潜在健康风险，降低理赔率。要真正能达到这样的结果，并指导健康险产品开发，需要大量的健康医疗数据来论证，以及大量的主动式健康管理行为来促进。但是，现有的健康管理方式是不是能够最终解决这些问题，我们还在探索。”

聚焦非标体人群，寻找商业健康险新蓝海

随着人口老龄化的加剧，慢病群体快速扩大，相关医疗费的用支出占比高、增长快，为个人及医保基金带来了巨大的支付压力。

太医管家CEO徐晶表示，“除了肿瘤和其他重大疾病外，慢病人群由于数量庞大且呈现年轻化趋势，对医疗服务的需求急剧上升。此外，带病人群对保险的需求也增长迅速，然而市场上能买到的保险产品非常少。”

数据显示，2020中国医疗支出及商保保费带病人群及老年群体保障缺口明显，医疗支出占60%，商保保费占比近5%。

对于被增长问题困扰的商业健康险企业或平台来说，这是未来的蓝海市场，孕育着机会，也充满了挑战。

徐晶认为，“从保险供给侧的角度出发，非标体或者带病体的健康险产品仍然有许多难题待解决，包括：如何更准确地挖掘用户需求，如何提升风控能力，如何深度融合医疗服务，如何加强用户对产品和服务的获得感等。”

杨柳对此表示：“传统的重疾险已经到了一定的销售瓶颈期。客群延伸及加保需求之下，我们也在探索慢病等非标体人群市场。”

一位保险科技服务平台创始人也表示，单病种保险产品是未来健康险发展的一个重要方向，但整个市场目前还处在比较初期的教育阶段。

医疗数据共享难题之下，数据源头尚待优化

对于保险企业来说，非标体人群中孕育着巨大的健康险新机会，但这一领域的风险把控也更加专业，需要大量的专病数据作为支撑。医院是储存这类数据的“富矿”，同时，“数据孤岛”现象的存在又制约着慢病、专病类商业健康产品的发展。

对此，深圳大学附属第二医院信息统计科主任赖伏虎表示，“如果保险部门要利用医院的病种数据，其实有现成的，院内的心肌梗死、慢性阻塞性肺炎等病种数据已经比较完备，但目前双方的关注点不太一致。”

此外，他也指出了医院数据当前存在的非标化及相关人才缺失的问题。

“险企在往单病种方向去探索，而院内的单病种数据产自医生的疾病诊断，但是医生的毕业院校不同，可能对单病种的诊断名称、手术操作会使用非统一标准化的术语。而将诊断结果转化成数据，又需要医院编码员把医生的诊断加以编码，但是合格的并且有资质的编码员相当的少。”

赖伏虎指出，在数据的源头，也存在很多问题，“这种情况下再做慢病管理，效果肯定不太理想。”

但是，企业也可以另辟蹊径找到好数据。

轻松集团执行副总裁马孝武就指出，在2022年正值疫情时，他们推出了全国健康早筛计划，“在这个计划中，我们作为执行方，要不断地跟用户直接沟通。到现在累计完成了6000多场活动，转化客户近300万的转化。目前已经进行了骨密度、眼底、甲状腺、三大癌症等多项病种早筛的标签化分层用户，整个活动将合作伙伴、用户也串联了起来。”

不可否认，院内的医疗健康数据具有不可取代性，但是，在更全面的医疗健康数据共享时代来临之前，不论是险企还是平台方，并非就无路可走。

火山引擎金融行业保险线商务负责人罗小果表示，“目前我们也在推进肝病、糖尿病等专科疾病项目，我们可以通过联合建模的方式，描摹健康险产品对标的人群画像，以及潜在客户对保险产品的认知周期。”

探索大模型未来的健康应用场景

今年以来，chatGPT产品席卷各行各业，医疗健康也没有缺席，目前已有多款医疗AI模型产品面世。

今年6月，火山引擎在发布了大模型服务平台“火山方舟”，现已集合了百川智能、出门问问、复旦大学MOSS、IDEA研究院、澜舟科技、MiniMax、智谱AI等多家AI科技公司及科研院所的大模型。

火山引擎区域总监郑丽介绍称，医疗领域对大模型应用诉求包括多个方面——如何缩短医患沟通的时间、如何提高医学影像解读的效率、如何集合医院数据以产生数据价值，等等。

“在各赛道中，医疗的数据最难做，一是样本量少，二是标注难度高。要将数据产品应用到医疗领域，可能不是技术问题，而是品质或合规问题。”郑丽指出了大模型产品落地更多医疗场景的数据障碍。

在此次峰会的“数据驱动医疗大健康”主题闭门会讨论环节，数据之于医疗健康发展的重要性再被强调，健康险赛道内企业对医疗健康数据的挖掘和应用案例也在为行业传递积极信号。但同时，我们也看到，不论是商业健康险的发展，还是院内数据的收集，等等，围绕人们的健康数据所产生的困扰并非一朝一夕，这还需各相关参与方合力去推动解决。

（本文首发钛媒体App）